[发明专利]一种车载单摄像头目标动态测距方法

摘要

本发明公开了一种车载单摄像头目标动态测距方法，包括以下步骤：取样摄像头视频图像的0时刻的画面，定义为第1帧画面PT[0]，并对画面进行灰度化处理对灰度化处理后的图像进行目标的识别，得到典型目标的轮廓，并用方形标记，并记录此时目标的成像方图的像高度和像宽度；顺序记录相邻i帧的PT[1]、PT[2]……PT[i]图像，得到在PT[N]图像中目标的成像图像的像高度和像宽度；记录当前的车辆行进速度；推导计算得到距目标的距离值。本发明的方法，单摄像头，无需辅助；实时性好，算法简练精干，易于与视频实时结合；不依赖光学参数和目标物体特征；对场景适应能力强；成本低，实用性强。

主权项

一种车载单摄像头目标动态测距方法，其特征是，包括以下步骤：步骤1：取样摄像头视频图像的0时刻的画面，定义为第1帧画面PT[0]，并对画面进行灰度化处理；步骤2：对灰度化处理后的图像进行目标的识别，得到典型目标的轮廓，并用方形标记，并记录此时目标的成像方图的像高度PTH(0)和像宽度；步骤3：顺序记录相邻i帧的PT[1]、PT[2]......PT[i]图像，得到在PT[N]图像中目标的成像图像的像高度PTH(N)和像宽度PTW(N)，其中，N＝1，2,…,i；步骤4：记录当前的车辆行进速度；步骤5：推导计算得到距目标的距离值；步骤5中，推导计算步骤如下：设定：摄像头相对目标的运动速度为V，摄像头焦距为f，视频每帧积分时间为FS，目标的高度为TH，在选定的时间0点，最初始的目标和摄像头的距离为L₀，图像帧编号为N，则实时的时间为：t＝N×FS  (1)此时摄像头距目标的距离为：L(N)＝L₀‑Vt＝L₀‑N×V×FS＝L₀‑k₁N  (2)其中，令：k₀＝f×TH  (3)k₁＝V×FS  (4)记k₁作单帧运动量；则有此时的第N帧图像中像高度PTH(N)＝(f×TH)/(L(N))＝k₀/(L₀‑k₁N)  (5)定义物像在下一帧的变化趋势大小为膨胀率，则此时在像高方向上的膨胀率${\mathrm{PTH}}^{\′}\left(N\right)=\frac{dPTH\left(N\right)}{dN}=k_0{k}_1/{(L_0-k_{1}N)}^2---\left(6\right)$则有：PTH(N)/PTH＇(N)＝(L₀‑k₁N)/k₁＝L₀/k₁‑N  (7)故：L₀＝(PTH(N)/PTH＇(N)+N)×k₁  (8)又：${\mathrm{PTH}}^{\′}\left(N\right)=\underset{\mathrm{\Δ}N\→0}{\lim }\frac{PTH(N+\mathrm{\Δ}N)-PTH\left(N\right)}{\mathrm{\Δ}N}---\left(9\right)$则因为帧为自然数编号，且图像为连续变化，故得：${\mathrm{PTH}}^{\′}\left(N\right)\≈\frac{PTH\left(M\right)-PTH\left(N\right)}{M-N}=PTH(N+1)-PTH\left(N\right)---\left(10\right)$故有：L₀≈(PTH(N)/(PTH(N+1)‑PTH(N))+N)×k₁  (11)取：$L_0\≈\left(\underset{N=0}{\overset{i}{\Σ}}\right(PTH\left(N\right)/\left(PTH\left(N+1\right)-PTH\left(N\right)\right)+N)\×k_1)/i---\left(12\right)$对帧数i取值，得到距目标的距离值。